Weakly Supervised Object Detection
Weakly Supervised Object Detection (WSOD) trains object detectors using only image-level labels — indicating which object classes appear in an image — without requiring costly bounding-box annotations. Multiple Instance Learning (MIL) formulations allow the model to discover the likely location of each object class from classification signals alone, dramatically reducing annotation cost.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Bilen, H., & Vedaldi, A. (2016). Weakly supervised deep detection networks. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2846–2854. · DOI 10.1109/CVPR.2016.311
- Tang, P., Wang, X., Bai, X., & Liu, W. (2017). Multiple instance detection network with online instance classifier refinement. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2843–2851. · DOI 10.1109/cvpr.2017.326
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.